htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

Stochastik 1

(Modul inaktiv seit 31.03.2018)

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Stochastik 1
Modulbezeichnung (engl.): Stochastics 1
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Praktische Informatik, Master, ASPO 01.10.2011
Code: PIM-WI50
SAP-Submodul-Nr.:
Die Prüfungsverwaltung mittels SAP-SLCM vergibt für jede Prüfungsart in einem Modul eine SAP-Submodul-Nr (= P-Nummer). Gleiche Module in unterschiedlichen Studiengängen haben bei gleicher Prüfungsart die gleiche SAP-Submodul-Nr..
P221-0145
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
2V (2 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
3
Studiensemester: 1
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Klausur

[letzte Änderung 19.07.2007]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

IngWi-Test Kommunikationsinformatik, Master, ASPO 01.10.2017 , 1. Semester, Wahlpflichtfach, nicht informatikspezifisch, Modul inaktiv seit 31.03.2018
PIM-WI50 (P221-0145) Praktische Informatik, Master, ASPO 01.10.2011 , 1. Semester, Wahlpflichtfach, nicht informatikspezifisch, Modul inaktiv seit 31.03.2018
IngWi-Test Praktische Informatik, Master, ASPO 01.10.2017 , 1. Semester, Wahlpflichtfach, nicht informatikspezifisch, Modul inaktiv seit 31.03.2018
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 30 Veranstaltungsstunden (= 22.5 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 3 Creditpoints 90 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 67.5 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
PIM-WI51 Stochastik 2
PIM-WI63 Methoden der statistischen Geheimhaltung


[letzte Änderung 12.01.2018]
Modulverantwortung:
Prof. Dr. Barbara Grabowski
Dozent/innen:
Prof. Dr. Barbara Grabowski


[letzte Änderung 19.07.2007]
Labor:
Angewandte Mathematik, Statistik und eLearning (5306)
Lernziele:
Die Studierenden sind nach erfolgreichem Abschluss des Moduls in der Lage, statistische Methoden zur Beschreibung von zufallsbehafteten Datenmengen und zum Erkennen von Zusammenhängen von und Strukturen in diesen Datenmengen korrekt auszuwählen und anzuwenden, sowie die Ergebnisse der Analysen richtig zu interpretieren.
Die Studierenden können zufallsbehaftete Merkmale durch Wahrscheinlichkeitsverteilungen beschreiben und wissen, wie man diese Verteilungen praktisch ermittelt. Sie können Wahrscheinlichkeiten berechnen und interpretieren.
Die Studierenden können diskret zeitabhängige zufällige Vorgänge mit endlichem Zustandsraum durch Markow-Modelle (Ketten) und die Performance von durch Markov-Ketten beschreibbaren Systemen berechnen bzw. analysieren.


[letzte Änderung 12.01.2018]
Inhalt:
1.      Statistische Grundlagen der Analyse großer Datenmengen
1.1     Statistische Maßzahlen zur Beschreibung von Zusammenhängen
1.2     Clusterverfahren
1.3     Klassifizierungsverfahren
 
2.      Grundlagen der Wahrscheinlichkeitsrechnung
 
3.      Markovketten und ihre Anwendungen
3.1     Diskrete Zufallsgrößen
3.2     Markovketten
3.3     Anwendungen von Markovketten bei der Quell-Codierung
3.4     Anwendungen von Markovketten bei der Simulation diskreter Systeme
 
4.      Zufallsgrößen und Ihre Verteilungen
4.1     Diskrete und stetige Zufallsgrößen
4.2     Spezielle Wahrscheinlichkeitsverteilungen und Anwendungen


[letzte Änderung 12.01.2018]
Weitere Lehrmethoden und Medien:
Die Vorlesung findet zu 50% im PC-Labor AMSEL "Angewandte Mathematik, Statistik und eLearning" statt. Es werden hier computergestützte praktische Fallbeispiele mit R und ANYLOGIC zu den vermittelten Methoden durchgeführt.
    
Weiterhin wird das eLearning-System MathCoach-Statistik (AMSEL-PC-Labor 5306) eingesetzt. Die Studenten lösen Hausaufgaben und Übungsaufgaben mit diesem System.


[letzte Änderung 12.01.2018]
Literatur:
MATHAR, Rudolf; PFEIFER, Dietmar: Stochastik für Informatiker, B.G.Teubner Stuttgart 1990.
GRABOWSKI, Barbara: Stochastik für Informatiker, e-Learning-Buch in OpenOLAT.


[letzte Änderung 12.01.2018]
Modul angeboten in Semester:
WS 2017/18, WS 2016/17, WS 2015/16, WS 2014/15, WS 2013/14, ... 
[Sun Dec 22 06:13:14 CET 2024, CKEY=ps1, BKEY=pim, CID=PIM-WI50, LANGUAGE=de, DATE=22.12.2024]